编写 Dynamo ATen Lowering Passes

Lowering Pass 的基础知识

ATen Lowering Pass 是 Python 函数，它接受 ATen 算子图作为输入，应用一些所需的修改，例如算子合并/融合、算子替换、子图重写、自定义算子插入，或对 torch.fx.GraphModule 进行其他操作，然后将修改后的图返回给调用者。这些 Lowering Pass 通常会就地修改图并返回相同的输入对象。

Lowering Pass 要求

Torch-TRT 中的 ATen Lowering Pass 函数必须满足两个要求： - 函数必须接受 torch.fx.GraphModule 和 torch Tensor 序列 Sequence[torch.Tensor] 作为输入，并返回 Lowering 后的 torch.fx.GraphModule - 函数必须使图处于有效且可调用的状态，包括执行任何必要的 linting 和重新编译

有关 FX 中 图操作 (Graph Manipulations) 的信息，请参阅此链接。下面是一个 Lowering Pass 示例，它修复输入同时也是输出的图，这种情况是 TRT Engines 不允许的配置。

Lowering Pass 示例

def repair_input_as_output(gm: torch.fx.GraphModule, sample_inputs: Sequence[torch.Tensor]) -> torch.fx.GraphModule:
    """Repair scenarios where inputs are also outputs of the graph

    TRT does not allow such cases, so we insert a clone (identity) layer
    """
    modified_graph = False

    # Extract graph placeholder Tensors
    placeholders = [
        node
        for node in gm.graph.nodes
        if (
            node.op == "placeholder"
            and isinstance(node.type, type)
            and issubclass(node.type, torch.Tensor)
        )
    ]

    for placeholder in placeholders:
        # If any placeholder has any users which are direct graph outputs
        if len(placeholder.users) >= 1 and any(
            user.op == "output" for user in placeholder.users
        ):
            modified_graph = True

            # Get direct graph outputs which are direct uses of placeholders
            direct_outputs = [user for user in placeholder.users if user.op == "output"]

            # Insert clone node for placeholder to ensure
            # placeholder is not a direct output
            with gm.graph.inserting_after(placeholder):
                cloned_placeholder = gm.graph.call_function(
                    torch.ops.aten.clone.default,
                    args=(placeholder,),
                )

            # Replace placeholder as output with cloned version
            for output in direct_outputs:
                output.replace_input_with(placeholder, cloned_placeholder)

    # If the graph was modified, clean up the graph and ensure it is up-to-date
    if modified_graph:
        gm.graph.eliminate_dead_code()
        gm.graph.lint()
        gm.recompile()
        logger.debug(f"Graph after repair_input_as_output:\n{gm.graph}")

    return gm

注册 Lowering Pass

Lowering Pass 目前注册在 py/torch_tensorrt/dynamo/lowering/passes/__init__.py 中，使用 torch.fx.passes.pass_manager.PassManager 工具按期望顺序组装 pass 列表。直接添加到该列表的新 pass 将应用于 Torch-TensorRT torch.compile 后端中的图。目前，我们提供一个 ATen Lowering Pass 注册装饰器以方便使用，可以直接调用，也可以使用可选的 index 关键字参数来控制 Lowering Pass 在 pass 列表中的插入位置。

例如，要在默认位置（列表末尾）插入 pass，可以使用以下代码

@_aten_lowering_pass
def my_custom_pass(gm: torch.fx.GraphModule, sample_inputs: Sequence[torch.Tensor]) -> torch.fx.GraphModule:
    ...

或者，要在 pass 列表中的自定义索引（例如列表开头）插入 pass，可以使用以下代码

@_aten_lowering_pass(index=0)
def my_custom_pass(gm: torch.fx.GraphModule, sample_inputs: Sequence[torch.Tensor]) -> torch.fx.GraphModule:
    ...

在 torch_tensorrt.dynamo.lowering.passes 中还提供了实用工具，用于显示当前可用的 Lowering Pass 列表，将这些 pass 应用于任意 torch.fx.GraphModule，以及删除特定索引处的 Lowering Pass。

# Print all lowering passes in the list
print(dump_lowering_passes())

# Apply lowering passes to a GraphModule
apply_lowering_passes(graph_module, sample_inputs)

# Remove the lowering pass at index 1
_remove_lowering_pass(index=1)

注意： 上述 API 可能会发生变化，因为 Lowering Pass 系统正在发展中。